MétaCan
Menu
Retour à la cohorte
Enregistrement W2806307264 · doi:10.1051/e3sconf/20183804013

The Fractal Characterization of Mechanical Surface Profile Based on Power Spectral Density and Monte-Carlo Method

2018· article· en· W2806307264 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueE3S Web of Conferences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Hubei Province
Mots-clésFractalFractal dimensionMonte Carlo methodSpectral densityFractal derivativeStatistical physicsParametric statisticsFractal analysisFractal dimension on networksFractal landscapeMathematicsSurface (topology)Characterization (materials science)Range (aeronautics)GeometryMathematical analysisPhysicsOpticsMaterials scienceStatistics

Résumé

récupéré en direct d'OpenAlex

The analysis of rough surface morphology plays an important role in the functional characteristics of the contact surface of mechanical parts. Fractal geometry method is more accurate and sensitive than classical statistics model. For fractal representation of rough surface, it is necessary to determine the proper fractal dimension calculation method. In this research, the effect of power spectral density method is studied based on Monte-Carlo method. The fractal dimensions are calculated, the theoretical and the calculated values are compared with paired samples. And the results are compared by non-parametric test. The result shows that power spectral density method has good characterization effect on fractal simulation contour curve. In addition, the precision of fractal dimension of power spectral density is related to fractal dimension of contour theory. The estimation methods of classical power spectral density have different application range.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle